KI-Agent: Definition, Funktionsweise und Beispiele

Definition im Detail

Ein KI-Agent ist ein Programm, das wahrnimmt, was um es herum geschieht, eine Aktion entscheidet und sie ausführt, mit oder ohne menschliches Eingreifen bei jedem Schritt. Das ist die älteste Definition des Wortes "Agent" in der künstlichen Intelligenz. Sie stammt aus dem Standardwerk von Stuart Russell und Peter Norvig, Artificial Intelligence: A Modern Approach, das einen Agenten als "alles, was als Wahrnehmen seiner Umgebung durch Sensoren und Einwirken auf diese Umgebung durch Aktoren betrachtet werden kann" beschreibt (siehe die auf Wikipedia übernommene Definition). Diese Definition stammt aus der Zeit vor den großen Sprachmodellen, gilt aber weiterhin.

Die großen Cloud-Anbieter greifen dieselbe Idee mit unterschiedlichen Worten auf. Für IBM ist ein KI-Agent ein System, das Aufgaben autonom erledigt, indem es selbst seine Schrittfolge mit den verfügbaren Werkzeugen entwirft. Für Google Cloud ist es eine Anwendung, die ein Ziel erreicht, indem sie eine Eingabe verarbeitet, mit den verfügbaren Werkzeugen argumentiert und dann entsprechend ihren Entscheidungen handelt. Microsoft bringt es auf den Punkt: Was einen Agenten von einem einfachen Assistenten unterscheidet, ist die Autonomie, ein Assistent unterstützt eine Person, ein Agent erreicht ein Ziel.

Die drei Definitionen stimmen in einem Punkt überein: Ein KI-Agent kombiniert Wahrnehmung, Schlussfolgerung und Handlung, gestützt auf Werkzeuge. Sie weichen leicht beim Grad der Autonomie voneinander ab. Google Cloud beschreibt Agenten von vornherein als autonome Softwareeinheiten, während Microsoft den Begriff "Agent" eher Systemen vorbehält, die ein Ziel ohne Validierung bei jedem Schritt zu Ende führen, im Gegensatz zu einem Assistenten, der unter dauerhafter menschlicher Kontrolle bleibt. Ein autonomer KI-Agent treibt diese Logik noch weiter: Er wählt seinen eigenen Handlungspfad und läuft dauerhaft, nicht nur für die Dauer einer Aufgabe.

Im allgemeinen Sprachgebrauch ist "KI-Agent" auch zu einem etwas beliebig verwendeten Begriff geworden. Ein Chatbot, der eine einzige Suchfunktion aufruft, wird manchmal ebenso "Agent" genannt wie ein System, das zehn Schritte vollständig autonom aneinanderreiht. Der tatsächliche Grad an Autonomie, Gedächtnis und Werkzeugzugriff variiert von Produkt zu Produkt erheblich. Genau das gilt es zu prüfen, bevor man zwei Angebote vergleicht, statt sich auf das in einer Broschüre verwendete Wort zu verlassen.

So funktioniert es

Technisch gesehen läuft ein KI-Agent in einer Schleife, die sich einfach beschreiben, aber schwerer sauber umsetzen lässt:

1. Wahrnehmung: Der Agent erhält eine Eingabe, eine Nutzernachricht, ein Ereignis, den Inhalt einer Datei, eine Benachrichtigung eines anderen Systems.
2. Entscheidung: Ein Sprachmodell argumentiert über diese Eingabe, gleicht sie mit seinen Anweisungen und seinem Gedächtnis ab und wählt dann eine Aktion. IBM nennt das "agentisches Reasoning": Der Agent bewertet seinen Plan laufend neu, statt einem starren Skript zu folgen.
3. Aktion: Der Agent führt die gewählte Aktion aus, oft über einen Werkzeugaufruf, eine externe Funktion, eine Suche, das Schreiben in eine Datei.
4. Beobachtung: Das Ergebnis der Aktion wird wieder zur Wahrnehmung, und die Schleife beginnt von vorn, bis das Ziel erreicht ist oder eine Grenze erreicht wird.

Was einen Agenten von einer einfachen automatisierten Pipeline unterscheidet, ist, dass die Abfolge der Schritte nicht im Voraus festgelegt ist. Das Modell entscheidet bei jeder Runde selbst, welches Werkzeug es aufruft und in welcher Reihenfolge. Ein System, das immer derselben vordefinierten Schrittfolge folgt, auch wenn es an einer bestimmten Stelle ein Sprachmodell einsetzt, bleibt eher ein durch einen Trigger ausgelöster Workflow-Agent als ein Agent im engeren Sinn. Diese Nuance zählt: Sie trennt einen autonomen KI-Agenten von einem punktuell ausgelösten Automatisierungswerkzeug.

Auch das Gedächtnis spielt eine Rolle. Ohne es beginnt der Agent bei jeder Interaktion wieder bei null. Mit ihm kann er sich an einen früheren Austausch, eine bereits verarbeitete Datei oder eine geplante Aufgabe erinnern. Der tatsächlich verfügbare Grad an Gedächtnis und Autonomie hängt vollständig von der genutzten Plattform ab, nicht nur vom dahinterlaufenden Sprachmodell.

Konkretes Beispiel bei Atako

Bei Atako ist ein Agent ein einmal erstellter KI-Mitarbeiter mit einem Namen, Anweisungen, einem Geschäftskontext und einem Modell, der anschließend dauerhaft in seiner eigenen isolierten Umgebung läuft, nicht in einer bloßen punktuellen Chat-Sitzung. Er wird nicht bei jeder Anfrage neu instanziiert: Er bleibt aktiv und kann jederzeit über die für ihn geöffneten Kanäle angesprochen werden, Chat, E-Mail, Webhooks oder eine geplante Aufgabe.

Nehmen wir ein konkretes Beispiel. Ein Unternehmen erstellt einen Support-Agenten und verbindet ihn mit Zendesk. Standardmäßig gibt diese Verbindung keinerlei Zugriff: Es braucht einen expliziten "Grant", eine präzise Berechtigung (zum Beispiel Tickets lesen und eine Antwort erstellen, aber keinen Nutzer löschen), damit der Agent handeln kann. Das ist Atakos Deny-by-Default-Modell: Ein Werkzeug zu verbinden und einen Agenten zu dessen Nutzung zu berechtigen, sind zwei getrennte Schritte.

Sobald der Grant gesetzt ist, nimmt der Agent ein neues Zendesk-Ticket wahr (Wahrnehmung), entscheidet, ob er allein antworten kann oder eskalieren muss (Entscheidung), und ruft dann die entsprechende Aktion innerhalb seines erlaubten Rahmens auf (Aktion). Braucht er Hilfe bei einer Teilaufgabe, etwa der Suche in einer Kundenhistorie, kann er an einen temporären Unteragenten delegieren, ohne einen zusätzlichen Slot zu belegen. Jeder Werkzeugaufruf wird in der Aktivitäts-Timeline des Agenten protokolliert, sodass sich im Nachhinein prüfen lässt, was er tatsächlich getan hat.

Häufige Fehler

KI-Agent und Chatbot verwechseln. Ein klassischer Chatbot beantwortet jeweils eine Frage und vergisst alles zwischen zwei Interaktionen. Ein KI-Agent kann mehrere Schritte aneinanderreihen, Werkzeuge aufrufen und den Faden eines Ziels behalten.

Glauben, "autonomer" bedeute immer "besser". Ein Agent, der bei einer sensiblen Aufgabe völlig sich selbst überlassen wird, ohne Berechtigung oder Kontrolle, ist ein Risiko, kein Fortschritt. Der richtige Grad an Autonomie hängt von der Aufgabe ab, nicht von einem Trend.

Die den Werkzeugen erteilten Berechtigungen vernachlässigen. Einem Agenten "der Einfachheit halber" einen weitreichenden Schreibzugriff zu geben, statt eines auf das wirklich Nötige begrenzten Zugriffs, ist der häufigste Fehler in Unternehmen.

Agent und ausgelösten Workflow-Agenten vermischen. Eine starre Schrittfolge, die zu einem bestimmten Zeitpunkt ein Sprachmodell aufruft, ist kein Agent im vollen Sinn: Ihr fehlt die Fähigkeit, den eigenen Weg von Anfang bis Ende selbst zu wählen.

Weiterführend

Wer die Unterscheidung zwischen einem Agenten, der auf eine punktuelle Anfrage reagiert, und einem Agenten, der dauerhaft an einem langfristigen Ziel arbeitet, vertiefen möchte, findet sie auf der Seite autonomer KI-Agent. Um zu verstehen, wo klassische generative KI aufhört und agentische KI beginnt, geht es zu Generative KI vs. agentische KI. Und für einen Gesamtüberblick über das Thema, mit Anwendungsfällen und Kostenfragen, vertieft die Pillar-Seite zu autonomen KI-Agenten jeden Aspekt im Detail, ebenso wie der Artikel Was ist ein KI-Agent?.